前言¶
DeepSeek Harness (DSH) 的设计理念是“一切皆插件”，开发者可以通过扩展来增强 Agent 的能力。在多模态场景中，生图和生视频能力往往分散在不同的脚本或工具中，配置多供应商、管理密钥和轮询异步任务较为繁琐。dsh-media-gen 插件整合了这两类能力，提供了一个统一的供应商目录、设置面板、画廊视图和 CLI 接口，让 Agent 能够直接调用生图和生视频工具。
这是什么¶
这是一个由 EmberwingAviation 维护的 DSH 插件。它 fork 并合并了 dsh-image-generation 和 dsh-video-gen 两个项目，统一了生图与生视频的接口。插件使用 MIT 许可证，支持 OpenAI、DashScope、Volcengine、Google Veo 等多家供应商，并将密钥通过 DSH 凭据服务统一管理，不写入配置文件。
核心功能¶
插件提供三个核心工具，均可在新建会话中使用：
image_generate：负责文生图与参考图改图。支持传入 1–5 张对话中的图片作为参考，结果存储在工作区generate/image/目录，并直接内联显示在对话中。generate_video：负责文生视频。采用异步任务 + 自动轮询机制，结果存储在工作区generate/video/，可在对话内播放，并收录进视频画廊。animate_image：负责图生视频。源图可以是工作区文件、对话附件，或“对话里最新那张图”。
插件支持 OpenAI、DashScope（通义万相）、Volcengine（Seedance）、Google Veo 等多供应商。工具内置自动指数退避重试机制（默认起步 ≥60 秒，最多 3 次），用于应对上游限流或负载饱和。
安装与启用¶
安装插件需使用 DSH 客户端命令：
dsh plugin --profile desktop add dsh-media-gen
安装完成后，需要完全重启 DSH 以加载插件。工具仅在新建会话中可用（会话创建时快照），因此装完插件后请开启一个新的对话窗口。
典型用法¶
在新建的会话中，直接向 Agent 提出需求即可调用对应工具：
- 文生图：
“画一只在深夜海面上跃起的座头鲸，电影海报风格”
- 图生视频：
“把这张图做成 5 秒视频”
- 文生视频：
“生成一段视频：赛博朋克城市雨夜，镜头缓慢推进”
适用场景与注意¶
- 统一管理：适合需要同时使用多个供应商（如中转站、官方 API）的开发者，通过统一设置面板切换模型和密钥。
- 异步处理：视频生成任务耗时较长，插件会自动轮询状态，开发者无需手动关注任务 ID。
- 产物存储：所有生成物统一存放在工作区的
generate/目录下，便于后续处理或引用。 - 权限与许可：插件 Fork 自 MIT 项目，使用时请遵守 MIT 许可证条款。使用前建议检查源码与许可证声明。
结尾¶
dsh-media-gen 将生图与生视频能力封装为统一的工具集，配合 DSH 的凭证服务和画廊功能，降低了多模态开发的配置成本。插件详情与源码见 GitHub。
